1、數據資源對智能網聯汽車的重要性

電動化、智能化、網聯化的戰略目標為汽車產業帶來了良好的發展機遇，智能網聯汽車（Intelligence Connected Vehicle，ICV）作為未來10～20年汽車產品的最終形態，已經成為業界的廣泛共識。近年迅速崛起的新一代信息通信技術（Information Communication Technology，ICT）是推動數字信息化汽車產業與智能網聯化汽車產品升級革新的重要力量。數據資源作為ICT的核心代表，也已成為促進汽車與信息通信融合發展的新鮮血液。

汽車產業綜合性較強，同時也是資金密集型、技術密集型產業，將產生大體量的信息。傳統汽車產業在物料清單、生產工藝、供應鏈條等方面積累了大量的數據信息，這些信息的處理統計在一定程度上提高了汽車生產效率并幫助塑造了現代汽車的工業化形態。21世紀以來，在國家新型工業化道路發展的帶動下，以兩化融合為核心的可持續化發展思想為汽車產業的工業化、信息化進步提供了進一步上升的驅動力。「中國制造2025」規劃和「互聯網＋」行動計劃的出現，已經開始推動云計算、大數據與現代制造業的結合，并創新性地促進了一系列智能化工業產品的出現。

對于汽車行業，大數據整合不僅意味著汽車行業內數據的創新性整合，更代表著汽車產業內不同行業間的數據融合。2016年，智能網聯汽車行業取得了飛速發展，無人駕駛、車聯網等相關概念已經得到行業內的廣泛關注。與智能網聯汽車相關的數據資源不僅對產品本身在環境感知、決策控制、信息交互等方面發揮著舉足輕重的作用，更對智能網聯汽車產業從研發設計、生產制造到后市場服務等環節產生了關鍵性的影響。同時，智能網聯汽車中服務于智慧交通而衍生出的有用信息也屬于數據資源。

目前，智能網聯汽車數據資源多以數據的細分應用或助力智慧交通的數據處理為主要研究方向，如智能互聯汽車的數據化媒體服務、互聯汽車數據共享、智能車輛數據融合策略、車輛調度數據通信、數據遠程監控等，學術屆在整合智能網聯汽車各系統要素，對數據資源進行宏觀研究這一領域缺少系統的研究。

智能網聯汽車利用通信技術和決策算法實現智能駕駛，智能駕駛的實現又導致相關產業服務的誕生，在這樣的產業格局下，可將用于支撐整個行業良好運營的大數據應用分為4類：決策控制數據、網聯化交互數據、評價測試數據、產業服務數據。

2、智能網聯汽車決策控制數據

感知、決策、控制是智能網聯汽車技術實現的基本思路。這一架構的形成在一定程度上與自主移動機器人的設計有著相同之處。無論是自主式感知或是網聯化感知，都對智能網聯汽車行駛過程中所處的環境場景進行了大體量數據信息的采集。對于自主控制的智能網聯汽車，這些數據將交付給其中央決策系統，即可對多種類、多維度數據進行準確高速處理的車載中央處理器。通過實時的數據分析、判斷并結合一定的處理機制，將這些數據轉換加工成可為智能網聯汽車各類執行器所接收的控制數據，從而驅動無人駕駛汽車。由此，這些數據構成了從環境流入智能網聯汽車，再通過決策控制使其由智能網聯汽車回歸環境的信息流。例如，將地圖和環境信息轉化為可驅動汽車按預定的路線行駛的數據即為一種決策控制數據。

對于數據采集，先進傳感器技術尤為關鍵。目前已在廣泛測試的智能網聯汽車，無論是起步較早的谷歌、百度，或是緊隨其后的福特、長安，都大量集成了激光雷達、視覺傳感、毫米波雷達、超聲波傳感、紅外傳感等感知技術。多傳感器所采集的信息在信息格式、時間頻域與誤差程度上都存在一定的區別，多傳感器融合是數據清洗、數據加工、數據規范等的重要基礎。

環境感知技術的作用是連接感知系統和決策系統。以視覺感知為例，視覺傳感器所采集到的環境圖像包含行人、車輛、道路、交通標志等多類信息。對這些環境對象的提取是環境感知技術的基礎，也是提高先進駕駛輔助系統（Advanced Driver Assistant System，ADAS）性能的關鍵。利用環境感知技術提取的數據信息將在車載中央處理單元進一步傳輸到決策單元。

智能網聯汽車對安全性要求很高，其決策需要考慮道路交通法規、社會道德倫理、傳統駕駛習慣等限制條件。智能網聯汽車的智能決策與行人不可預測、不可控的行為間具有很大矛盾，智能決策判斷受到交通法規、社會倫理的制約，這些困境尚無合適的解決方案，處于爭議討論之中。在技術層面，智能網聯汽車的決策算法不僅是簡單的對單一條件的判斷處理，更是對龐大環境數據的統籌計算。所以，除對海量數據存儲、高速數據交換、低延時計算處理等硬件技術的要求外，智能網聯汽車的決策控制對數據的計算提出了更高的要求。

人工智能作為新一輪科技革命的重要技術，為智能網聯汽車的決策需求提供了技術保障。人工智能在深度學習等新算法的推動下取得了飛速發展。以百度無人駕駛技術為例，2015年底，其無人駕駛汽車完成了在實際路況環境中的測試，2016年11月，第三屆世界互聯網大會期間，其進一步實現了開放城市道路運營。人工智能技術相對于傳統的信息技術，具有自學習、自適應、自組織等特性，可以在大數據、「互聯網＋」的疊加效應下，為智能網聯汽車提供更可靠的決策系統。

3、汽車網聯化交互數據

隨著城市化進程的不斷深化與公眾生活水平的普遍提高，人類與汽車相伴的時間持續增加，對車載娛樂與消費的需求也逐步加強。因而，車聯網系統也開始受到人們越來越多的關注和重視，更多的ICT供應商將目光轉向智能網聯汽車產品。

目前，全球還處于4G技術的應用階段，汽車的網聯化應用以遠程信息交互為主，主要解決出行過程中的信息娛樂、交通信息發布與交通管理等問題，而代表未來移動通信技術發展方向的LTE－V、5G技術還處于研究階段。同時，基于移動通信技術的車輛應用僅停留于遠程信息服務階段，真正與交通安全、出行效率、自動駕駛、交通實時調度等相關的應用還處于研究的初級階段。

國家智能網聯汽車技術路線圖中提出：至2020年，加深對多通信模式的數據交互管理平臺的研發，完成應用層數據交互標準，開展V2X的大規模示范與應用；同時，建立「基礎數據－公共服務－應用服務」的三級信息交互平臺架構體系，研究各平臺間數據交互標準，并計劃未來5年內實現全國性基礎數據平臺的規模化運營，實現不同品牌汽車的大規模接入，三級平臺間通過標準協議實現實時對接。這在一定程度上為車聯網系統的發展指明了方向。